人工智能是如何在疫情上逆行

非常开心，能有这样一个机会，跟大家一起学习，我是松禾资本的合伙人袁宏伟。

这次疫情，给了我一些时间，让我更从容得去思考、梳理我在人工智能领域的投资脉络。

原来单独看项目比较多，这次更加系统的来看一些项目，我把我看到的关于人工智能领域发展的一些现象做了一下总结，跟大家分享。

首先自我介绍一下，我最早参与了鹏华基金和华夏基金早期设立和运营的一些工作；2012年我加入JP摩根，转型做股权市场的投资；2015年回国后，加入松禾资本，开始更专注在高新技术领域的投资。

松禾资本的创始人厉伟和罗飞，从90年代末就开始做高新技术的投资，到现在已经超过20年的时间了。

我们也在投资的过程中，梳理了我们擅长的、看好的几个领域，包括智能制造、生命健康和创新材料等。

我加入以后，我们也开始分阶段的去覆盖这些领域的投资。除了原来几个领域的专业团队和基金之外，又设立了覆盖这三个领域的阶段性基金。

一个是注重中后期投资的旗舰基金，即松禾成长期基金，厉总亲自做执行事务合伙人，我配合厉总做投资；另外去年设立了专业的天使基金，由我来主导。

我们总共管理的资金规模是160亿，目前投资的项目350+，加上去年的科创板，我们退出的项目有66个。

通过20多年较长期的投资实践，松禾资本总结出来，在天使阶段对高技术领域进行投入是比较好的，这也被业内非常认可。

所以，对于人工智能领域的投资，我们是从智能制造开始向上游逐渐的去延展的。

当然现在人工智能领域有越来越多的投资方向，大家也看到我今天的题目“人工智能赋能全社会转型”，实际上人工智能它赋能整个社会的转型，不光是在生产领域，包括我们的生活方式、学习方式、健康医疗等方方面面，人工智能都能开发应用，尤其在疫情期间，如果这次疫情没有各种人工智能工具的话，我们的生活可能会受到很大的影响。

人工智能，“疫情下”的逆行者

我们的吃喝玩乐、教育都没有受到太多的影响，这些都建立在人工智能赋能的基础上。

相信经过这次疫情，我们在人工智能的投入上，不管是从国家、投资人，还是从创新企业的创业者层面，大家都会把更多的资源，比如人力、财力等投入到人工智能领域。

人工智能，它的起源从二战就开始了。当时美国通过军方采购民间的智库资源，科学家发现通过数据处理就可以实现。像人一样，未来有一个超越人认知能力的机器会出现。

当然这只是一个设想，那个时候还缺少很多的辅助工具，包括硬件、软件、投入、市场开发等，所以那个时候时机还未成熟。

人工智能真正被大家认识到，并且能够实现商业化，实际上最早起源于算力的增强，就是说计算机运算速度是按照摩尔定律的爆发，强大的算力赋予了计算机非常强大的能力。机器的计算能力，就是把机器赋予某一方面的认知能力，它就有可能超越人的智力，比如在视觉领域。

在机场各种各样的安防系统里，都有人工智能替代人工去进行安防，比如证件的识别等。

这次疫情，深圳各个小区进行封闭的时候，使用了很多人工智能相关的工具，可以说视觉是最早应用到商用的。我们投资的一个企业也是通过视觉成为了人工智能领域的领军企业。现在它得到了各大头部投资人的投资，估值已经超过了70亿美元，未来还是有很多应用场景的。

关于成长空间。这个就是专利的发展，把人工智能真正的带到了应用领域。我们在投下一代人工智能项目的时候，我们跟清华的张钹院士，他也是中国人工智能的第一人，他主导建立了清华的人工智能研究院，代表中国的最高水平，不管是科研领域还是教学领域，他给我们介绍说，“到现在为止，我们所有在应用的这些人工智能依然不能叫真正的人工智能”。

我在PPT里给大家演示的是“弱人工智能”，所谓“弱人工智能”，实际上更多的更多的是一个机器智能。由于强大的算力，赋予了机器某一方面的超越人类认知的能力，它并不构成机器可以替代人去对未知的东西进行思考，它还是对已知的东西进行加工总结，最后得出一个它对我们人的决策能够提供辅助的一个工具。这个能力速度有可能超越人类，比如说AlphaGo可以战胜人类旗手，但并不代表AlphaGo它本身就完全超越人类的智慧了。

它只是在某一方面，比如在算力上是超越人的。

什么是“强人工智能”呢？张钹院士给我们介绍，“下一代人工智能，可以面对各种复杂情况，并且用更快的速度拥有通用性的学习能力，能够产生像人一样，对决策可以产生一个比较类似于人的决策能力”。

所以我们已经开始布局下一代人工智能领域的投资了，也是清华人工智能研究院官方设立的下一代人工智能的平台。

在人工智能商业化的路径上，我总结了两个方向：一个是AI+，AI+就是把AI的技术和工具，把它应用到现有的、传统的商用领域。

“AI+”or“+AI”

一个是提高现有商用领域的生产和流转货物的效率，另外就是赋予它更多的可以取代人工的能力。另外一个途径就是“+AI”，我把它定义为传统行业里自身派生出来的对人工智能的诉求，然后由传统行业本身把人工智能的技术工具应用到它自身的领域里去，能够提高它自身的效率。

从投资逻辑上来说，我更注重的是“AI+”，把人工智能技术赋予到现有的传统的行业，其实它背后隐藏的是，用人工智能的技术颠覆现有的传统行业。

我们作为技术领域的投资者，肯定更关注技术本身。

“AI+”和“+AI”看起来比较像，但实际上它的发起端是不一样的。

从人工智能团队派生出来，它可以去赋予某一个领域，不能从传统的某一个领域的的一个企业，它运用人工智能的技术去增强它自身在这个领域的竞争力。

这两个方向上，我们更看好的是人工智能本身的团队，让他们用技术去颠覆现有的传统产业。所以，在人工智能商业化的路径上，我们更愿意投的是人工智能团队，由它产生的某一类工具去颠覆现有的中心产业。

人工智能它是一个可以应用于各个方向的，而且它可以满足从上到下整个社会资源配置的诉求，同时也能满足从下到上，比如草根技术持有者创新创业自发产生、对这个技术应用的诉求，要把两个方向结合起来，才能真正的实现人工智能的应用。

举个例子，无人驾驶。

这个技术本身它可以派生于传统的车企，因为传统的车企它肯定有巨大的资源、投入能力和应用场景，它本身可以去做很多在人工智能、无人驾驶方面的这些投入，对它的产业升级，它也认为是非常重要的。

但人工智能的团队，他们用人工智能技术进军无人驾驶行业，这个领域它去颠覆现有的车企以及他们的行业地位。

在这两个方向上，我们更倾向于投资人工智能团队，让他去颠覆车企。

那么，无人驾驶这个领域光靠人工智能团队能不能做到？能不能实现商业化？能不能在全球的人工智能的领域里成为成长起来，成为领头羊，其实它非常依赖于国家产业政策的支持。

如果没有宏观政策的支持，他很难成长。无人驾驶要面对很多的考验，首先，它要实现自己技术的迭代，它就必须有累计驾驶的里程，里程怎么累计，在实验室里是做不了的，只有国家政策支持，给他一个累计试错的机会，或者是他可以找到某一类场景，他可以在这个场景里充分的试错、学习、积累数据，然后对数据进行加工和处理，这样他才会成为行业的领军人物。

从这个例子可以看到，我们既要有颠覆性的技术，同时也要有国家资源的投入，这样才能让人工智能的某一项技术在全球做到领先。

中美贸易战最后形成了几个核心技术领域的竞争。最受关注的是人工智能领域，不光在商业应用上会受各种限制，甚至在研究上我们都知道是全球通用的，即“研究科学是无国界的”。

但在人工智能领域，美国对我们的制约非常强，以至于他已经都突破了常识和共识，人工智能领域的研究已经受到限制了。可见，人工智能是中美贸易战中，美国对中国是最提防的、最惧怕的。

这也意味着，人工智能领域的研究作为未来的大国之争，国家产业政策一定会大力支持。

政策资源的倾斜

我对人工智能的全产业链是这样总结的：首先是基础设施，基础设施是最底层的技术，包括算力、存储、数据的传输，这几个方向是构成了人工智能的最基础的设施。

包括芯片、5G通讯技术，大家都知道5G是中国和美国之间，甚至是东方和西方之间争议最多的，争议最强烈的一个领域。为什么一定要在5G领域限制我们的进入？

实际上，核心就是技术，它可能直接影响到现有算力形成的决策速度。

这个决策速度是不是可以像人一样，比如我判断刹车的时候就刹车，或者我收集的信息足以让我用非常短的时间做和人一样的判断，甚至比人的判断还快。

这样反应速度去做出相应的处理，对数据能够及时得到，而且及时作出判断，都对这个5G技术有非常强烈的依赖，所谓的万物互联。

5G的发展光靠底层技术的创新还不够，需要从上到下政策上资源的倾斜，因为这些基础设施靠创新团队是做不到的，必须举国之力，有国家资源的充分支持才可以把底层设施铺好。

只有这样才能实现，我们未来在全球人工智能领域的地位。